李喆

　　喆理围棋 李喆

　　这必将是载入史册的一天。

　　人机围棋巅峰大战第一局，人类输了。

　　赛前的预测，棋界绝大多数认为李世石必胜，科技界则大约是两派各半。

　　认为李世石必胜的一方并非全都是出于傲慢无知，更多人不能相信的只是——这么快。科技界也有很多人了解算法之后认为AlphaGo还不足以战胜人类

　　从去年10月的五盘棋谱，到谷歌公开的论文，人们认为围棋AI仍然存在弱点，存在不能在这么短的时间内解决的问题，而这些问题将会导致AI在巅峰对决中失利。

　　然而，

　　李世石输了。

　　关于这盘棋，会有很多解读。不止在今天，甚至在数十年之后，这盘棋还可能会被拿出来研究，从棋谱上，更从人机不同的思维上。不论未来回看这盘棋的是人类还是真正有了自我意识的AI，想必都会有与当下的我们不同的感受。而我们有义务把我们的感受和思考记录下来，让后人知道当时的人究竟是如何理解这盘棋，他们有哪些错误的认识、可笑的想法，又有哪些深刻的洞察。 

　　我们来看看，今天这盘棋，究竟发生了什么。这盘棋可能将是有史以来职业棋手最难以统一意见的对局，以下观点是我个人见解，只是在围棋AI时代毫无预兆迅猛而来时，一名棋手尽可能理性的分析和思考。 

　　一、李世石的针对性策略

　　从棋谱来看，我认为李世石在这盘棋前后主要使用了一个试探，和两个策略。

　　1）试探：从未出现过的布局

　　李世石第7手，没有按常规布局在上边连片，而选择走在右边。李世石自己在职业比赛中从未使用过这一开局，甚至整个职业围棋界，没有人见过这一开局。 

　　李世石不按常规布局，显然是对电脑的一种试探。在去年10月AlphaGo对樊麾的五盘棋中，所有开局都是常规布局，虽然那五盘的开局在今天已经不是主流，但都是曾经流行一时的布局。 

　　避开流行布局，甚至避开曾经流行过的已经被淘汰的布局，选择一个从未出现过的布局。李世石在考验AlphaGo在布局阶段的应变能力。我们知道AlphaGo的深度学习基于大量已有对局的数据，那么，面对一个棋谱库里从未见过的布局，AlphaGo你将如何应对？ 

　　AlphaGo给出了完美的回答。

　　白8挂角正常，黑9二间高夹最为激烈。白10，这一手……非常出色。

　　通常情况下，在右上白8遭遇二间高夹的时候，白10是“不存在”的一手，它不在任何定式之中。面对黑9，白棋有诸多定式选择，却没有白10这一手。

　　然而，我认为白10是好手。

　　白10的好处在于使黑7变成效率低下的一手，虽然在右上局部白棋稍稍亏损，但加上黑7的低效，白棋一点也不吃亏。 

　　AI竟然会通盘考虑！传统的围棋AI，会根据已有棋谱来走定式，定式是经过长期检验的局部双方可以接受的定型。然而定式的弊端就在于，不同的周围环境，定式的适用性有所不同。从这盘棋来看，黑9夹击之后，白棋如果选择面对二间高夹最常用的“妖刀”定式，即走在15位，反而将使黑7的位置成为绝对的好点，黑7的效率将会大大提升。

　　实战白棋选择了一个定式里没有的、局部稍亏的、却使得黑7这个遥远棋子的效率变低的下法，非常清楚地证明了两点：

• 电脑不依靠背谱来下棋

• 电脑的考虑基于全局而非局部。

   

　　当然，第一点其实在对樊麾的棋谱中已经可以看出来。在对樊麾的常规开局中，AI出现了数次不同于“谱着”的下法。其中有一盘出现“大雪崩”定式，电脑选择的次序是定式和棋谱里没有的，而且是从逻辑上不如谱着的。注意，这里强调是逻辑上不如谱着，而不是在经验上。即，AI当时的次序是“绝对弱于”谱着，只可能亏没可能便宜，虽然选点是正确的，但在我们看来是“次序错误”。这体现出，AlphaGo不依赖于定式和谱着，但也暴露出AI在逻辑上的不足，反应在棋盘上就可能会出现次序错误。这一点，也是棋手普遍不看好AI能战胜李世石的一个原因。

　　但这一问题在这盘棋我们并没有看到。起码，没有非常明显地显现出来（后面会提到一个细微的类似问题）。

　　而第二点则是这盘棋AI开局给我们秀出的能力。他轻易摆脱了李世石设下的定式圈套，以全局的视野作出了定式中不存在的选择。

　　如果说第一点是我们在AlphaGo对樊麾时已经能够看到的情况，那么第二点则是这局棋在布局阶段对人类试探的完美答复。如果只依靠大量棋谱堆砌出来的局部图像识别，AI做不出这样的选择。

　　2）策略一：开放式复杂局面

　　李世石第一次试探得到了AI的完美答复，然后李世石使用了他的一个重要策略。从局后来看，正是这一策略导致了李世石局面的被动，但在赛前，我们并未想到这一点。

　　我们不知道李世石在赛前有没有接受人工智能领域专家对Alphago算法的分析，但从李世石采取的策略来看，他显然有非常强的针对性。

　　我们知道，深度学习在围棋盘上的主要作用是大量剪枝，通过价值网络和策略网络，将搜索的空间大幅减小，形成“棋感”。在这个基础上，再辅以传统的蒙特卡洛算法做搜索计算，最终确定落子的选择。围棋中存在一些封闭的计算空间，比如局部的“死活题”，对于AI而言可以通过穷举来遍历每一个选点，从而完成计算，得出落子点。但围棋中更难的部分是开放式的复杂局面，每一处的不同选择都会波及到其它地方，所谓“牵一发而动全身”。而这种局面头绪繁多，可供思考的选点很多，不同选点之后变化的深度和广度都很大，并且往往一个细微的计算失误会导致整局棋的彻底失败。对于职业棋手而言，这种局面正是最难把握的局面之一。

　　赛前有人猜测，AlphaGo的剪枝面对开放性复杂局面的效用将会降低，而搜索的深度广度和准确度要求又使得AI不能依靠蒙特卡洛算法达到精确，因此这很可能是基于深度学习和蒙特卡洛的围棋AI的一个弱点。

　　不论李世石是否了解到这些，总之他使用了一个策略：迅速导入开放式复杂局面。

　　这里不做过于具体的技术分析。李世石第23手靠，和第27手挡，将局面导向了开放式复杂局面。原本李世石有更为柔和的选择，但他选择了最为强硬的下法。我们看到，AI的白24、26、28是非常敏锐的战斗嗅觉，完全没有避战。

　　从我的经验来看，这个战斗是由黑方挑起的，而黑方挑起战斗的时机并不成熟。在势均力敌的对局中，我们往往会试图在认为有超过50%成功率的时机选择战斗，只是棋手有力战派和稳健派的分别，力战派对于战斗的判断会更为乐观一些。

　　李世石是偏力战的棋手。但在本局中，这一开战时机仍然是过早了，可以说是立足未稳时冲向了敌营。我相信在对手是人的情况下李世石通常不会如此选择，他会寻找一个更合适的时机展开战斗，而且他本身就是一个极为擅长寻找战机的大师。

　　但是他选择了不等布局结束，直接开战。

　　至此，形成了六七块棋互相纠缠的局面，头绪非常之多。这是典型的开放式复杂局面。仔细观察可以看到，AI是有机会避开这种局面的。

　　白42手可以选择在1位这里贴吃，选择吃掉中间两子，弃掉上边三子形成转换，如此便会避免复杂的战斗局面，形势也并不落后。

　　但实战白棋选择把上边三子跳出，形成混战局面。这是更强的下法。 

　　那么，在进入开放性复杂局面之后，AlphaGo的表现如何呢？ 

　　答案是，非常好。

　　下午我在新浪和俞斌老师一起做现场直播时，同步进行至此，俞老表示担心白棋上边二路立一个先行搜刮，趁黑立足未稳先赚取利益。话音未落我们就看到AlphaGo下出了这一步。

　　这步靠，本身似乎是“不成立”的，因为黑棋可以轻易地征吃白棋。这一步是业余棋手绝难想到的下法，因为白棋右上自身正处于防守状态，顺着往下贴是本能下法。然而AI下出这一步，在防守时反手一击，包含了弃子整形、试问应手等诸多人类理解的含义。

　　诚然，黑棋可以很轻易地吃掉白棋靠出来的这个棋子，但代价是黑1的俗手打吃和白4的先手便宜。职业棋手能够很容易地看出白棋送一个子整形是有所便宜的，但AI也能轻松地做出这一判断，并且在防守时有此“意识”，真的很神奇。

　　当然，对于跨断送吃这步棋究竟是否“好”，棋界并不能给出十分确定的统一答案。但是AI下出这步棋，仍然是对其能力的展现，起码认为AI不会主动弃子、不会防守反击的论断可以休矣。

　　棋局至此，其间的进程在这里不做技术细节上的评论。简而言之，面对开放式复杂局面，白棋处理得井然有序，该弃的弃，该取的取。李世石的第一策略宣告失败。

　　这证明了，基于深度学习和蒙特卡洛的围棋AI面对“开放性复杂局面”时的能力并未如设想般下降，反而应对得法，在李世石挑起不利战斗的情况下取得了局面的领先。

　　李世石或许意识到了这一策略并未奏效，于是迅速调整，进入了第二策略。 

　　3）策略二：胶着的细棋局面

　　事实证明AlphaGo并不惧怕复杂的战斗格局，于是李世石选择及时收手，试图将局面导向细棋。

　　细棋局面下，要求双方在每一处细小的地域争夺上都尽量做到极致，一两处的失误虽然不会造成大片伤亡，但常常足以致负。 

　　第77手，这是李世石第二策略的开始。这手棋宣告停战，进入胶着的细棋状态，比拼后半盘的功力。如果不选择停战，李世石可以考虑直接在左下挂角，引诱白中腹两子逃出，进而继续战斗。

　　但李世石认为第一策略的试探已经完毕，没有奏效，因此选择了第二策略。 

　　接下来的棋局，我们转换一下视角，从AlphaGo的角度来探究。 

　　二、AlphaGo的争议着法

　　关于AlphaGo在此局的表现，棋界比较一致的观点是从布局到中盘的激战白棋下得很好，分歧点主要在对AlphaGo在后半盘的表现。

　　1）  缓手？

　　第一个焦点是第80手。上一手黑棋刚在下边挂角，白棋正常的下法是在左边跟着守一步。但实战白棋选择脱先，在左上补了一手。

　　黑棋上一步没有选择在左上马上行动，是认为这样直接作战并没有把握。实战先在下边挂角，稳住实地，再作图谋。

　　面对左下挂角，局部跟着应一个是最常见的下法。但黑棋在确保了下边的地域之后，左上可能会选择现在2位迂回，如果白棋毫不退让，那么6位再战出相当严厉。如果白棋退让，黑棋可以得到左上的角地。这里具体的定型变化并不容易得出结论，存在不少分支。

　　实战白棋选择了脱先补左上，左下黑棋得到“双飞燕”作为补偿。至此，对棋局的判断出现分歧。做直播的棋手中，有一些认为此时已经是黑棋优势，白棋上一步补棋是大缓手。也有人认为白上一步虽然缓，但形势还是白棋不错。 

　　上一步究竟是不是缓手？我们这里先不做结论，往下看。

　　2）  恶手？

　　下一个焦点在第86手。

　　白86断，又是棋谱里没有的下法。不过对局至此，我们对此已经并不惊讶。这步断的意图对人而言很好理解，由于黑棋右边很厚，白棋想通过弃子整形，使黑棋的厚势变得重复、效率低下。从人的角度来看，这是白棋最明显的意图。

　　实战结果，棋手普遍认为左下白棋亏损，并且是严重亏损。这是因为，黑棋围住了一大块空，白棋实地受损。 

　　普遍推荐的变化是这样，白棋在确保自身安全的同时尽可能缩小黑棋的地域。有人认为，这样的进行白棋比实战“便宜一个贴目”，也就是六七目。如果是这样，实战白棋的选择亏损严重。

　　但是，这个图存在一定的风险，关于这个风险我们留到后面来说。

　　三、载入史册的一手！

　　左下定型结束，人类棋手普遍产生乐观情绪：李世石优势，AI也不过如此嘛。

　　然而，接下来的AlphaGo的一步棋成为了此局最为闪耀的明星。

　　白102，右边三路点！

　　这一手必将载入围棋的史册，与古今诸多妙手共同谱写灿烂的篇章！

　　在未来的AI棋谱中，必将留下非常多震撼人心的妙手：它们或许比这一手更加精妙，或许比这一手更加深奥，但它们都无法取代这一手在围棋历史中的位置！ 

　　此手完全出乎了李世石的预料，他面对这一手，进行了全局唯一一次长考，仍然遭受重创。

　　在直播时，也有职业高手在白棋下出这一步之前已经预测到这一手。但是，对于人而言这里有一件非常有趣又苦恼的事情：对局者对于对方这种着法的预计往往不如观战者。

　　这是因为，观战者可以很轻松地站在双方的立场来思考棋局，为双方寻找最强的着法；而对局者更多时候是在思考自己的着法，相较而言会容易忽略对方隐蔽的强手。李世石如果预料到这一手，或许会在之前找机会刺一下作为防备。但作为对局者很难有如此周密的行为，尤其在面对AI的时候，更难想到电脑会有如此强的手段。 

　　更有趣的是，这一手包含了相当大的计算量，有不少需要计算的分支，如果是人来下，即使能想到这一步，离真正算清楚并下出来还有不小的距离。也就是说，即使人类看到这一步，也要通过大量时间的计算来验证这一步是否成立。然而，电脑下出这一步，并不比其他的着法用时更长，相反比后面一些人类看来简单甚至必然的着法用时更短。

　　我们不禁要问：AI真的都算清楚了吗？

　　AI、真、的、都、算、清、楚、了、吗？？

　　实战的结果是这样，白棋右边先手割下黑棋三子，回到左上守角。顺便提一句，这里守角的手法值得注意，大量棋谱以及多数棋手的第一感都会走在旁边一路，但只要仔细看一下就会发现，此局面下实战AlphaGo的选点更好。 

　　棋局至此，我认为已经是白棋稍优的局面，但也有人认为仍是细棋。

　　实战黑棋123手以下明显亏损，如图尖顶活角优于实战。但此图究竟谁胜，还需要深入的仔细研究。我个人的意见是，白棋稍优，并且我猜测AlphaGo也认为能赢。 

　　黑123以下在目数上亏损了接近一个贴目，使得棋局直接失去了悬念。最终双方盘面接近，李世石无法贴目，投子认负。

　　我们惊异于AlphaGo的表现，惊叹于李世石的败北。对于接下来的比赛，很关键的一个问题是，AlphaGo究竟有没有失误？

　　四、AlphaGo的“失误”

　　这盘棋AlphaGo有没有失误？

　　令人欣慰，从人的眼光来看，我们可以找到AlphaGo的明显失误。这种失误不是指那种基于人类经验而认为的失误（经验有可能会骗人），而是可以通过逻辑分析来确认的失误。

　　1）“失误”一：

　　白136手吃。对于职业棋手而言很容易判断，应该吃在一路，比实战便宜大约1目。

　　2）“失误”二：

　　白142手挡，对于职业棋手而言，这也是一个很容易确认的明显亏损。

　　白棋正确的下法是1位跳，这样将来留下了5、7、9吃两子救回三子的下法，从目数上分析明显优于实战（大约1-2目）。即使白棋不在5位扳，走8位先手粘掉也优于实战一点点。

　　这两处“失误”都是在局部，没有任何与外界的关联性，属于封闭式的失误，其亏损可以用逻辑推理的方式证明。相较于AI展示出来的水平，似乎这两个失误是“不应该”的。

　　基于此，又有棋手表示：“这都看不到，AI不过如此啊”。

　　前面“恶手”里讲到的左下角白棋的问题，也有人看做是第三个失误。但那个失误的性质与这两个不同，我们对那个失误的认定在很大程度上还是基于经验的，虽然也包含了逻辑推理，但并不完全。在我看来，按照笛卡尔的理论，对这那失误的认定是可怀疑的。

　　但这两个失误却不可怀疑。既然如此，我为什么要在标题里给“失误”打引号呢？

　　这引出了一个非常有趣的话题：在棋盘上，失误的定义是什么？

　　3）不同的“失误”定义

　　对于我们棋手而言，什么是棋盘上的失误？假如我们把基于经验认定的失误都排除在外，只留下基于逻辑推理认定的失误，那么失误意味着：A在逻辑上优于B，而我选择了B。

　　在这个意义上，只要我们找到了“可确认的更优下法”，就认为我们出现了失误。

　　但是，对于AI而言，失误是否意味着相同的事情？我们怎么理解AI出现了在我们看来低于其水准的失误？

　　这就涉及到AI的算法问题。假如AI有一天穷尽了围棋，那么只要它有一步不踏在最优解集合里，就是失误。但是，现在的AI还远无法穷尽围棋。

　　AlphaGo的算法运用了神经网络加蒙特卡洛，蒙特卡洛算法的一个特点是：不求最优。

　　蒙特卡洛算法给出搜索之后的胜率评估，然后AI会根据这个胜率来选择落子点。也就是说，AlphaGo本来就不追求最强最优的下法，它只是追求在它看来胜率最高的下法。

　　那么，回到前面那两个“失误”，之所以打上引号，是因为在AlphaGo看来，或许这根本不是失误！

　　虽然在我们人类看来，逻辑上明显A优于B，但AI在那时认为两者的胜率相似，从获胜的角度来说，两者没有区别！甚至A之后的犯错概率高于B，从而导致它认为B的胜率高于A！

　　如果两条路同样能通往胜利，在AI的意义上，你还能说它是失误吗？ 

　　或许能！

　　但是前提条件是人类利用这种“失误”击败了它！否则，在AI的意义上我们无法指责那是它的失误。

　　再回过头看前面，白棋左上的补棋和左下损目抢得先手，真的是可以确认的坏棋吗？

　　左上的补棋，证明AI认为补棋的胜率优于走左下，这一判断很可能是建立在AI对右边那手点的认识之上。甚至大家公认的左下白棋亏损，也可能是基于对右边那手点的认识，希望在左下抢一个先手，并且在胜率上认为这是没有问题的。

　　而李世石对形势的判断显然是基于没注意右边那手点。 

　　五、AlphaGo的“弱点”

　　这么说，难道AlphaGo真的就不可战胜了？不一定。从这盘棋中，我们可以看出AlphaGo的弱点。问题在于，这几个弱点是否足以影响人机对决的胜负？

　　1）  逻辑缺失

　　虽然上一章我认为对AI失误的认定需要谨慎，但在另一个层面上，这还是说明了AlphaGO的弱点。

　　深度学习加蒙特卡洛，AlphaGo在剪枝和搜索这两方面的能力在这盘棋中已经得到证明，人类下棋同样依靠剪枝和搜索，并不能在这两点占得上风。

　　但是，AlphaGo的算法缺乏逻辑能力。这一点实际上在10月对阵樊麾时已经有所体现，在这一局的两处“失误”则体现更为明显。

　　蒙特卡洛算法使它并不是根据“逻辑上A优于B”来做选择，而是根据AB各自的胜率来做决策。

　　在准确性上，概率不如逻辑。

　　AI基于逻辑缺失而导致的“失误”，是否可能成为人类棋手的突破口？ 

　　2）  逃避劫争？

　　AI面对复杂劫争时的糟糕表现，是蒙特卡洛时期固有的顽疾。去年在北京夺冠的围棋AI，在对阵连笑时甚至不能理解循环劫，不停地找劫来回提，使局面一塌糊涂。这是因为，基于概率，循环劫也总有打赢的可能。这也是第一个弱点的延伸，如果基于逻辑，会明白这是不可能的事情。

　　使用的深度学习的AI能否避免这个问题？目前我还没有看到。不过，似乎AI有刻意逃避劫争的倾向。

　　回到有争议的左下角，棋手普遍认为白棋如图是最强的下法，但是AlphaGo可能担心劫争： 

　　黑6开劫是最强的下法，在右边点一手找劫，接下来可能形成转换，白棋是否肯定便宜？粗粗一看，不能确定。 

　　另一处有趣的是最后的官子：

　　此时白棋胜势已定，在做最后的定型。黑棋左下先手搜刮，白棋需要做活。

　　实战白棋选择的是1、3做活，并非最强手。

　　最强手是白1，成连环劫活，目数优于实战。

　　但是，无论是出于不考虑最强手，还是出于对劫争的逃避，实战白棋没有这样选择。

　　这么看来，起码AlphaGo还没有显示出它有应对复杂劫争的能力。

　　那么，劫争是否会是AlphaGo的一个命门呢？

　　在我目前看来，AlphaGo最可能的弱点只有这两个。

　　六、人类可能的策略 

　　基于对AlphaGo弱点的分析，我认为李世石接下来可选择的策略并不是很多。

　　1，我最期待的策略是，李世石按照人类研究很深的套路开局，因为AI并不会背套路。即使不能凭此占优势，也要尽可能保持局面的均势。在这个条件下，AI或许会在一些简单的局部因逻辑缺失而有所亏损，人类牢牢把握住这些微小的利益，最终取得小胜。不过，这似乎并不是李世石常用的风格。

　　2，另一个策略是在局面选择中尽可能制造劫争，即制造对方不开劫就不利的局面。当然，AlphaGo目前没展现出复杂劫争的能力并不能证明它没有这种能力，因此这种策略是存在风险的，太过刻意是不行的，还要考虑局面的自然和均衡。

　　七、结语

　　如果我们只用人类思考围棋的方式来理解AlphaGo，或许我们将永远都不知道是怎么输的。